当华尔街分析师还在为 Nvidia 的财报数字揉眼睛时，这家 AI 晶片巨擘又一次把市场预期抛在身后。8 月 26 日盘后公布的 2026 会计年度第二季财报，营收不仅轻松超越共识预估，更关键的是，下一季营收指引直接喊到 1080 亿美元——这个数字比去年同期成长超过六成，也让所有关于「AI 泡沫化」的质疑瞬间噤声。
这组数据之所以震撼，不是因为它只是另一份亮眼的科技财报。它代表的是：全球云端巨头、主权国家、以及每一家想搭上 AI 列车的企业，正在以近乎疯狂的速度抢购 H200 与下一代 Rubin 架构 GPU。在加密货币的世界里，我们习惯用「算力」来衡量网路安全；但在 AI 时代，算力已经成为比石油更珍贵的战略物资。Nvidia 这份财报，本质上就是一张全球 AI 军备竞赛的发票。
这数字到底有多夸张？
先别急着被 1080 亿这个天文数字吓到，我们来把它拆解成看得懂的单位。一季 1080 亿美元，等于每天要卖出超过 11 亿美元的 GPU，换算下来每小时将近 5000 万美元。这已经不只是「卖晶片」，比较像是一家印钞机在运转。
更值得注意的是（抱歉，我忍不住用了这个词，但这里真的很值得注意）营收的组成结构。资料中心业务占了绝对多数，而其中又有相当比例来自大型云端服务商（Hyperscaler）。微软、Google、Amazon 这三家，每一季光是砸在 AI 基础设施的资本支出，加起来就超过 500 亿美元。他们不是把钱丢进水裡，而是全部流向像 Nvidia 这样的供应商。
我整理了一下最近几季 Nvidia 的营收轨迹，方便大家感受这个成长曲线有多陡峭：
| 季度 | 营收（约略） | 年增率 | 主要驱动因素 |
|---|---|---|---|
| 2025 Q1 | 260 亿美元 | 18% | H100 出货稳定，资料中心需求升温 |
| 2025 Q3 | 350 亿美元 | 94% | H200 放量，企业 AI 专案爆发 |
| 2026 Q1 | 560 亿美元 | 75% | Blackwell 架构开始贡献营收 |
| 2026 Q2（本季） | 680 亿美元 | 89% | 云端厂商疯狂扩建 AI 资料中心 |
| 2026 Q3（指引） | 1080 亿美元 | 64% | Rubin 架构预期心理 + 供给瓶颈缓解 |
看到没？从 260 亿到 1080 亿，只花了一年半的时间。这不是线性成长，这是指数级的暴力扩张。
算力通膨与供应链的现实困境
数字很漂亮，但现实世界的问题从来不会因为财报好看就消失。Nvidia 现在面临的最大挑战，不是需求不够，而是供给永远追不上需求。
台积电的 CoWoS 先进封装产能就是最大的瓶颈。即便台积电已经砸下重金扩产，但每一颗 H200 都需要用到这种 2.5D 封装技术，把记忆体与逻辑晶片整合在一起。问题是，全球有能力做 CoWoS 的产能就那么多，就算 Nvidia 订单排到 2027 年，产能的物理上限就摆在那裡。
再来是电力问题。你可能没注意到，但 AI 资料中心的耗电量已经夸张到让各国政府开始头痛。一座大型 AI 资料中心的用电量，相当于一座中型城市。算力需求暴增的另一个名字，就是能源危机。Nvidia 的 GPU 越卖越多，电力基础设施却没办法在同样时间内翻倍成长。
当一颗 GPU 的单价超过一辆进口车，而它每小时的耗电量又等同于一个家庭一个月的用电量时，我们谈论的已经不是单纯的科技产品，而是一种新的国家战略资源。
未来一到两年会发生什么？
我试着把目光放远一点，看看接下来两年这个市场会怎么演变。
第一，Rubin 架构将再次拉开差距。 Nvidia 的迭代速度已经从两年一代缩短到一年一代。2027 年 Rubin 架构正式放量后，算力密度会再翻数倍，这让竞争对手（AMD、Intel，甚至自研晶片的 Google TPU）更难追赶。领先者只会越来越领先，这是半导体产业的残酷现实。
第二，主权 AI 将成为新的成长引擎。 除了美国云端巨头，现在包括中东产油国、东南亚国家、甚至欧洲各国，都在砸钱建立自己的国家级 AI 算力。他们不见得需要最顶尖的 GPU，但需要足够的算力来训练自己的语言模型，确保数据主权不落入他国之手。这块市场，我认为会是 Nvidia 未来两年最稳定的成长来源。
第三，也是我最在意的：加密货币与 AI 的交汇点。 去中心化算力网路（如 Render Network、Akash）正在试图把闲置 GPU 导入 AI 推理市场。虽然目前规模还小，但如果 Nvidia 的供货持续吃紧，这些小众方案有机会在边缘推理的场景找到利基市场。当然，要动摇 Nvidia 的霸主地位还早得很，但至少提供了一个有趣的替代叙事。
延伸思考与常见问题
Q1：为什么 Nvidia 的营收指引可以这么高？难道不怕客户突然抽单吗？
Nvidia 的客户签的通常是长约，且预付订金的比例很高。更重要的是，云端厂商的 AI 军备竞赛已经骑虎难下——如果不持续买 GPU，竞争对手就会在 AI 模型能力上超车，这是他们无法承受的风险。
Q2：CoWoS 封装到底是什么？为什么它成了 AI 晶片供应的关键瓶颈？
CoWoS 是台积电开发的一种 2.5D 先进封装技术，能把逻辑晶片和高频宽记忆体（HBM）整合在同一个基板上，让资料传输速度大幅提升。AI 训练需要极大的记忆体频宽，所以每一颗 AI 加速器几乎都离不开它，但产能有限，导致供不应求。
Q3：Nvidia 的竞争对手有可能在两年内追上吗？
短期内非常困难。Nvidia 的优势不只是硬体，还包含完整的软体生态系（
CUDA）、网路解决方案（NVLink）以及多年的系统整合经验。AMD 的 MI 系列虽有进展，但软体支援与生态成熟度仍有明显落差，更遑论其他新进者。
